随机需求条件下多商品混合运输供应链网络均衡模型及其求解方法

研究了随机需求环境下具有相互关联的多种商品供应链网络均衡问题.在研究多商品混合运输的同时考虑了需求的不确定性,建立了具有商品交叉运输成本的随机多商品混合运输供应链网络均衡模型,分析了交叉运输成本和罚金对供应链的影响;建立了求解随机多商品混合运输供应链网络均衡模型的投影压缩算法,获得了收敛性结果;数值实例证实了该模型及其求解算法的有效性,同时表明,对于该模型的求解,所运用的投影压缩算法优于普遍采用的修正投影算法和拟牛顿算法.     

约束投影算子零点的Hopfield神经网络方法

紧凸集上投影算子的零点问题在许多科学与工程领域中有着重要的应用,本文中,我们考虑求解投影算子零点的Hopfield神经网络方法,通过建立合适的网络模型,实现为投影算子零点问题的实时求解提供有效的方法,一方面,我们从数学上证明了所建立的神经网络模型的稳定性和收敛性,另一方面,具体的数值实验也验证了Hopfield方法在求解投影算子问题中的可靠性与优越性。     

改进随机惯性权重粒子群算法在灌溉配水中的应用

灌溉配水是当前节水农业研究的焦点。本文在考虑工业、生活、环境供水量因素下,建立了以作物经济效益最优的灌溉优化配水模型,将改进随机惯性权重粒子群优化算法对模型进行优化求解,结合灌区实验数据进行仿真,得出改进算法能解决作物的优化灌溉问题。     

物流公司呼叫中心人力需求问题研究

本文研究了某物流公司N型多技能呼叫中心的人力需求计算问题。建立了求解最优坐席数目的人力需求计算模型,此模型是一个非线性整数规划问题。结合模型本身的特点,采用隐枚举法,利用Matlab软件编程,对模型进行了求解。通过数值算例验证了方法的可行性,并与传统方法进行对比分析,本文的方法不仅可以算出总的最优人数,而且可以算出具体每个客服组的最优人数。     

车用三效催化转化器劣化性能数值模拟

本文提出了证券投资组合的一个新模型.该模型综合考虑了证券的收益率、证券分红和证券价格的关系,并将证券分红和证券价格作为系统的随机参数处理,建立了证券投资组合的随机规划模型.利用机会约束规划方法,我们研究了将所建立的随机规划模型转化为普通光滑优化问题求解的方法,得到了该类问题求解的有效途径.     

先锋精神：从新诗的民族神话、传说写作 看中国新诗用典出路

研究了多态不确定性环境下的城市垃圾处理问题.在一定假设条件下, 建立了一类固废管理问题的区间模糊优化模型. 提出了区间大小关系可能度算子的公理化定义,并基于这种可能度算子的方法, 对给定的权重系数和置信水平, 推导了原模型的确定型等价类, 从而把区间模糊优化问题转化为普通的线性规划问题求解.将所建立的模型和求解方法用于解决一个实际固废管理问题, 结果证实了该模型及其求解方法的有效性.     

车种代用情况下的空车调配优化模型及其求解

针对空车产生总数和空车需求总数相等的平衡运输问题,建立以空车走行公里数最小为目标的空车调配数学模型,并用蚁群算法求解该模型。仿真结果表明,使用蚁群算法求解车种代用下的空车调配模型具有得到最优解的比率高、平均解相对误差低、最优解的收敛速度较快等优点,能很好地解决空车产生总数和空车需求总数相等的平衡运输问题。     

具有随机需求的多种差异产品供应链网络均衡模型研究

针对产品的品牌和产地存在的差异性,研究了供应链网络的均衡模型,构建了具有随机需求的多种差异产品的供应链网络均衡模型.运用随机效用理论和多项式logit模型分析了需求市场上产品的随机选择问题,利用变分不等式的形式给出了制造商、零售商,需求市场以及整个供应链网络的均衡条件,并给出了经济解释.最后,通过算例验证了模型的合理性.     

有到达时间要求的动态交通配流模型研究

动态交通配流问题是智能交通系统的重要研究方向之一。本文在以往研究成果的基础上,考虑了道路最大通行能力对于配流策略的影响,以及交通流到达目的地的时间要求,以系统最优的思想,建立了1种对交通流到达目的地有时间要求的动态配流模型。本文应用遗传算法对所提出的模型进行了求解,提高了模型的适用性。最后通过1个简单的算例,从而验证所提出的动态配流模型及求解算法的有效性和可行性。     

基于无人机与卡车联合运输下的冷链物流网络优化

研究无人机和卡车联合运输下的冷链物流网络优化问题。针对山区传统冷链物流网络运输方式单一、运输效率较低以及物流网络健壮性差等问题,构建了基于自然灾害情境下无人机和卡车联合运输的冷链物流前端网络。同时考虑运输方式约束、运输能力约束、产地产量约束并在提高网络健壮性的前提下,以总成本最低为目标建立非线性混合整数规划模型,采用进化逆转操作的改进遗传算法对模型进行求解,并通过算例验证模型及算法的有效性。结果表明,基于无人机与卡车运输的联合配送模式可优化冷链物流网络,降低配送成本,对山区生鲜物流具有较好应用前景。     

铁路集装箱空箱调运优化分析

为解决铁路空箱调运数量多、成本高及难度大等急需解决的问题,从铁路集装箱空箱调运的特点出发,考虑到需求量、供给量和租箱量等因素,建立了空箱调运的运输模型,运用LINGO语言求解模型,最终得到空箱调运的数量和租箱量及空箱调运的最优路径。     

基于模糊成分的氧化铝烧结法配料优化

针对氧化铝烧结法配料某些生料成份的不确定性,引入L-R模糊数描述,并建立该类问题的优化模型.基于模糊参数的ɑ-截集和隶属函数的性质, 原模糊规划问题被转化成半无限规划问题.再利用约束函数最值法, 上述导出的半无限规划问题变成了普通线性规划问题进行求解.所建立的模型和求解方法的有效性均在氧化铝烧结法的矿配问题中得到验证.     

基于时效满意度的农产品物流任务分配模型研究

考虑产品时效性的客户满意度模型的订单任务量分配问题,建立了需求客户满意度最大化与物流成本最小化双层规划模型,采用线性加权法将多目标模型转化为单目标模型求解。算例结果表明,转换得到的线性加权单目标模型反映出客户满意与物流成本的悖反效应,同时所建立模型能有效解决具有服务时效性农产品物流任务分配问题,对农产品物流的发展研究起到了很好的补充作用。     

我国北方沿海LPG海运需求预测

我国LPG供需区域不平衡,产生了“北气南运”的海运需求.影响LPG海运需求的因素众多,采用定量与定性相结合的方法,分析了我国LPG海运需求的变化趋势.建立了BP神经网络模型,以北方LPG产量、南方LPG消费量和LPG进口量为输入神经元,以LPG“北气南运”运出量及海运需求为输出神经元.对于未引入模型的其他影响因素(替代能源天然气的利用、LPG作为化工原料使用)进行定性分析,进而对定量预测结果加以修正.研究结果表明:2011-2015年,我国LPG“北气南运”的海运需求将呈现递减趋势.     

果蔬箱群压差预冷流体网络模型构建

针对果蔬箱群在预冷库中的压差冷却降温过程建立了压差预冷系统流体网路数学模型,以实例介绍了流体网络模型中的果蔬箱内流量分配求解方法,并对该模型进行了验证.     

复杂地形条件下天然河道水面线计算研究

【目的】解决复杂地形条件下天然河道间断水面线计算问题。【方法】采用预测-校正求解方法,在一维河床冲淤变形计算模型基础上,增加了急流均匀流水深与临界水深判断公式,为解决河道正坡、倒坡交替出现,突扩、突缩频繁发生的复杂地形条件下水面线计算的不连续性问题,并将该方法在黄河羊曲水电站河段进行了实例验证。【结果】建立了解决复杂地形条件下天然河道水面线计算模型,并将该模型进行实例验证,结果表明,用该模型计算的水面线与实测水面线吻合较好,可满足工程设计的精度要求。【结论】将该研究应用于黄河羊曲水电站天然河道的水面线计算,得到了原河道各级流量下的水面线,可供其上、下游水库梯级开发的水能规划部门参考应用。     

1种人工林监测传感器网络节点簇及关键节点合理布设方法的研究

将数量化理论和无线传感器网络技术相结合对人工林生长过程进行监测,以便能够科学准确地获得人工林生长量信息.本文运用数量化理论Ⅰ、Ⅱ对林地按林木生长量径级进行分类预测建模研究,结果表明数量化理论Ⅰ建立的回归模型的重相关系数值为0.851,用所筛选的生长环境描述因子可以有效反映林木生长量的情况.数量化理论Ⅱ建立的判别模型林木验证判对率随海拔高度增加呈现双峰值现象.在传感器有效交互通讯距离范围内,以数量化理论Ⅱ建立的判别模型的判对率的两个峰值为分类边界,林地内林木生长量信息可以用3个节点簇覆盖采集,提出侧重于分类界面目标树木的传感器网络的布设方案,使无线传感器网络应用于人工林生长量监测过程中存在的问题得到有效解决.     

集装箱码头分派车辆的整数规划模型

建立了一个用于确定集装箱码头一组车辆工作次序的整数规划模型,其中这组车辆是用于把从货仓起重机卸下的集装箱运输到码头的存贮位置。证明了求解这一整数规划模型等价于求解n个车辆安排线路问题的几条路径,并设计了前向搜索算法(FSA)和后向搜索算法(BSA)两种启发式算法,用于确定集装箱码头大型货轮卸货车辆的可行分派方案。     

技术创新联盟收益分配的模型构建与应用

分析了技术创新联盟收益分配的问题,构建了技术创新联盟收益分配指标体系、成员效用函数及分配因子求解方法。建立了Nash谈判模型,通过动态规划方法求解模型求得Nash谈判解,并进行算例验证。     

基于改进粒子群优化算法的可用输电能力求解

针对可用输电能力问题的复杂性,非线性及控制变量的多样性,使用一种改进的粒子群优化算法求解,建立了基于最优潮流的可用输电能力的求解模型.建立了自适应惯性权重策略,使用动态压缩搜索空间策略对控制变量的约束空间进行动态的调整.IEEE_30节点算例验证了所提算法的有效性和准确性,结果表明:在保留了标准粒子群算法的固有优势的前提下,进一步增强了算法的收敛能力,提高了算法的适应性和收敛速度.